在 Python 中从 URL 读取 XML 文件

Question

我想读取 count 中存在的整数tags。这是我写的代码：import xml.etree.ElementTree as ETimport urllib.request, urllib.parse, urllib.errorfrom bs4 import BeautifulSoupimport sslctx = ssl.create_default_context()ctx.check_hostname = Falsectx.verify_mode = ssl.CERT_NONEurl =  'http://py4e-data.dr-chuck.net/comments_42.xml'content1 = urllib.request.urlopen(url, context = ctx).read()soup = BeautifulSoup(content1, 'html.parser')tree = ET.fromstring(soup)tags = tree.findall('count')print(tags)它抛出一个错误：Traceback (most recent call last):  File "C:\Users\Name\Desktop\Py4e\Me\Assi_15_01.py", line 15, in <module>    tree = ET.fromstring(soup)  File "C:\Users\Name\AppData\Local\Programs\Python\Python38-32\lib\xml\etree\ElementTree.py", line 1320, in XML    parser.feed(text)TypeError: a bytes-like object is required, not 'BeautifulSoup'我能做些什么？更多信息：http://py4e-data.dr-chuck.net/comments_42.xml

Answer 1

无需使用xml.etree，只需使用<count>BeautifulSoup 选择所有标签即可：

import requests

from bs4 import BeautifulSoup

url =  'http://py4e-data.dr-chuck.net/comments_42.xml'

soup = BeautifulSoup(requests.get(url).content, 'html.parser')

for c in soup.select('count'):

    print(int(c.text))

印刷：

97

97

90

90

88

87

87

80

79

79

78

76

76

72

72

66

66

65

65

64

61

61

59

58

57

57

54

51

49

47

40

38

37

36

36

32

25

24

22

21

19

18

18

14

12

12

9

7

3

2

Answer 2

我认为您不需要使用 ElementTreee。只需将 BeautiflulSoup 更改为使用 lxml 解析器（将“html-parser”更改为“lxml”）并在汤上调用 findall 方法，而不是树（即 soup.findall('count')）。